Cursor bemutatta Composer 2.5-öt, a cég ügynöki szoftverfejlesztési környezetéhez készített natív modellt, amely a fejlesztői munkafolyamatokra optimalizált teljesítményt ígér. A Composer 2.5 a márciusban kiadott Composer 2 továbbfejlesztett változata, és ugyanúgy Moonshot nyílt súlyú Kimi K2.5 alapjaira épül.
Műszaki jellemzők és képességek
- Bemenet/kimenet: szöveg be (akár 200 000 tokenig), szöveg ki; képkimenet eszközhívásokon keresztül elérhető.
- Architektúra: mixture-of-experts transformer — 1,04 billió paraméter, egy tokenre aktívan 32 milliárd paraméter.
- Funkciók: függvényhívás (function calling), érvelés, kontextusgyorsítótár (context caching).
Composer 2.5-re a fejlesztők jellemzően funkcióhívásokkal és kódolási eszközökkel együtt használják, és a modellt a Cursor CLI-hez illesztett eszközháttérrel finomhangolták.
Tréning- és finomhangolási folyamat
A Composer 2.5 a Composer 2-re vonatkozó kiképzési recept szerint készült, amit a Cursor korábban publikált. A csapat a Kimi 2.5 nyílt súlyait vette alapul, majd további előtréninget hajtott végre egy nagy kódadatbázison. Ezt követően megerősítéses tanulással (reinforcement learning) finomhangolták a modellt egy szimulált ügynöki környezetben és a Cursor CLI-hez hasonló eszközökkel.
A finomhangolás során a modellnek nemcsak a sikeres végrehajtásért, hanem a rövid és tömör, „elegáns” kimenetért is adtak jutalmat. A csapat emellett a következő módosításokat vezette be:
- A megerősítéses tanulásnál jutalmak mellett szöveges visszajelzést is töltöttek a modell kontextusába: helytelen eszközhasználat esetén a kontextusba betöltötték a jobb eszközhasználatra vonatkozó szöveget és a helyes kimenetet, hogy a modell megtanulja a javított viselkedést.
- A finomhangoláshoz 25-ször több szintetikus feladatot használtak, mint ami Composer 2-nél alkalmazásra került. Ezek elsősorban nehezebb, több lépéses problémákra készített példák voltak (például egy alkalmazásfunkció törlése, a maradványok takarítása és az alkalmazás működését ellenőrző tesztek). A szintetikus feladatokat előállító modellt azonban a cég nem hozta nyilvánosságra.
Teljesítmény és benchmarkok
A Composer 2.5 több független kódolási benchmarkon a legjobb modellekkel versenyképes eredményeket ért el, de általában a toppozícióktól elmaradt:
- Az Artificial Analysis Coding Agent Index kompozit skálán Cursor CLI Composer 2.5 (63 pont) a Claude Opus 4.7 Max (67) és a GPT-5.5 Codex xhigh (65) mögött végzett. Ugyanakkor Composer 2.5 jobb eredményt ért el, mint a más modellek alacsonyabb érvelési beállításai és ugyanazok a modellek Cursor CLI-ben.
- Az Artificial Analysis idő per feladat mérésénél (Coding Agent Index) Cursor CLI Composer 2.5 átlagosan 6,7 perc/feladat alatt végzett. Összehasonlításképp Claude Code Claude Opus 4.8 közepes reasoning beállításon 8,8 perc, míg Max beállításon több mint kétszer annyi (17,7 perc) időt vett igénybe.
- Költség per feladatban a Cursor CLI Composer 2.5 gyors módban $0,44-ot költött átlagosan, míg Claude Code Claude Opus 4.7 Max esetén ez $4,14 volt.
- Cursor saját CursorBench benchmarkján, amely az ügynöki kódolás rövid bemeneteit és nehezebb feladatait próbálja modellezni, Composer 2.5 63,2%-os eredményt ért el; ez kissé elmaradt Claude Opus 4.7 (64,8%) és GPT-5.5 (64,3%) legmagasabb érvelési beállításai mögött, viszont megelőzte ezeket a modelleket alapértelmezett beállításaikon (61,6% és 59,2%).
Általánosságban Composer 2.5 a hasonló modelleknél gyorsabb futást és alacsonyabb költséget nyújtott, és általában csak a DeepSeek V4 Pro költségszintjét haladta meg.
Elérhetőség és árak
Composer 2.5 elérhető a Cursor IDE-ben és a Cursor szolgáltatásain keresztül. Per-token árazás a következő:
- Alap: $0,50/$0,20/$2,50 per millió input/cached/output token;
- Gyors mód: $3,00/$0,50/$15 per millió input/cached/output token.
Emellett előfizetések is vannak egyéni, csapat és vállalati szinteken, kezdve havi $20-tól.
Hátterében: SpaceX és a jövő
Áprilisban a SpaceX megszerezte a jogot arra, hogy Cursor-t 60 milliárd dollárért felvásárolja, vagy 10 milliárd dollárt fizessen a közös munkáért részeként — ez a megállapodás a Cursor és a SpaceX közötti szélesebb együttműködés része. Ennek keretében Cursor a SpaceX hardverén tervezi a modellek képzését, és új modelleket is magától kezdi el tréningezni, így a jövőben kisebb lehet a függősége Moonshot nyílt súlyú megoldásaitól.
Miért fontos ez?
A Composer 2.5 bemutatja, hogy a harness engineering — azaz a modellek köré épített szoftveres és ügynöki eszköztár — legalább olyan fontos a gyakorlati ügynöki alkalmazásoknál, mint a maguk az alapmodellek. Cursor megközelítése az, hogy nem csupán egy általános célú modellt kínál, hanem egy, a fejlesztők konkrét problémáira és a gyors, költséghatékony megoldásokra hangolt modellt és eszközhátteret ad a felhasználóknak. Ez megerősíti, hogy a speciális, task-orientált modelleknek továbbra is van létjogosultságuk az ügynöki korszakban.
Összefoglalás
Composer 2.5 a Cursor belső ügynöki fejlesztői környezetéhez szánt modellje, amely Kimi K2.5 nyílt súlyaira építve további előtréninget és erősítéses finomhangolást kapott. A modell gyorsabb és olcsóbb működést kínál bizonyos agentic feladatoknál, és versenyképes a piacvezető modellekkel szemben, különösen a Cursor CLI és CursorBench környezetében. A SpaceX-szel kötött együttműködés és a saját kísérleti tréningek következtében a Cursor jövőben egyre kevésbé támaszkodhat külső nyílt súlyokra.
